MetaDE: ปรับปรุงอัลกอริทึมวิวัฒนาการด้วยอัลกอริทึมวิวัฒนาการ

หน้าที่ผ่านมามองอัลกอริทึมวิวัฒนาการเป็นเครื่องมือสำหรับแก้ปัญหา: ประชากรค้นหาในปริภูมิคำตอบ และค่าความเหมาะสมวัดคุณภาพของคำตอบที่เป็นไปได้ MetaDE ยกความสัมพันธ์นี้ขึ้นไปอีกขั้น โดยนำตัวอัลกอริทึมวิวัฒนาการเองมาเป็นเป้าหมายของวิวัฒนาการ โดยใช้วงวิวัฒนาการชั้นนอกเพื่อค้นหาว่า "การวิวัฒนาการเชิงผลต่างชั้นในควรทำงานอย่างไร" เป้าหมายการปรับให้เหมาะสมจึงขยายจาก "หาคำตอบของปัญหา" ไปสู่ "ปรับปรุงวิธีการหาคำตอบ"

โครงสร้างสองชั้น: วิวัฒนาการการตั้งค่าและการแก้ปัญหา

• ชั้นใน (ปริภูมิคำตอบ): รันวิวัฒนาการเชิงผลต่างภายใต้กลยุทธ์การกลายพันธุ์และพารามิเตอร์สำคัญที่กำหนด (เช่น ตัวคูณสเกล อัตราการผสมข้าม ขนาดประชากร) เพื่อแก้ฟังก์ชัน基準หรืองานปรับให้เหมาะสมเชิงวิศวกรรม และให้ประสิทธิภาพของงานเป็นผลลัพธ์ค่าความเหมาะสม
• ชั้นนอก (ปริภูมิการตั้งค่าอัลกอริทึม): แต่ละตัวบุคคลเข้ารหัสชุดการตั้งค่าอัลกอริทึมหนึ่งชุด ค่าความเหมาะสมไม่ได้คำนวณด้วยตัวเอง แต่ถูกกำหนดโดยประสิทธิภาพที่ชั้นในส่งกลับมาหลังจากใช้การตั้งค่านั้นแก้ปัญหา ชั้นนอกจึงคัดเลือก รวม重组 และกลายพันธุ์ตามข้อมูลนี้ เพื่อให้ได้พฤติกรรมอัลกอริทึมที่เหมาะสมกับงานปัจจุบันมากยิ่งขึ้น
• วงปิด: สร้างการตั้งค่า → แก้ปัญหา → ผลตอบกลับด้านประสิทธิภาพ → อัปเดตการตั้งค่า สี่ขั้นตอนวนซ้ำ ทำให้อัลกอริทึมปรับปรุงตัวตามงานได้เอง แทนที่จะพึ่งการกำหนดพารามิเตอร์ล่วงหน้าด้วยมือ

ความแตกต่างสำคัญ: ปริภูมิการตั้งค่า ≠ ปริภูมิคำตอบ

ชั้นในค้นหา "คำตอบของปัญหา" ขั้นนอกค้นหา "อัลกอริทึมที่หาคำตอบได้เก่งกว่า" แม้ทั้งสองจะเชื่อมโยงกัน (คุณภาพของชั้นนอกต้องวัดจากการรันชั้นในจริงเท่านั้น) แต่เป้าหมายการค้นหา วิธีการเข้ารหัส และเกณฑ์การประเมินต่างกัน การมองเห็นจุดนี้ก็เท่ากับจับโครงร่างทั่วไปของเมตาการปรับให้เหมาะสมได้:ทำให้การค้นหาเองกลายเป็นสิ่งที่ถูกค้นหา。